Projektbeschreibung
Ein Einblick in die elektrifizierte Schnittstelle zwischen Wasser und Metalloxid auf der Nanoskala
Nanomaterialien und Nanotechnologie haben Anwendungen von der Sensorik bis hin zur Energietechnik revolutioniert. Die extrem kleinen Strukturen von Nanomaterialien verleihen diesen gleichzeitig einmalige und außergewöhnliche Eigenschaften, die in Massenwerkstoffen nicht zu finden sind – und helfen ihnen, in die engsten Bereiche der Umwelt und des menschlichen Körpers vorzudringen, zu denen sie vielleicht keinen Zugang haben sollten. Nanoteilchen von Materialien auf Metalloxidbasis bilden an den Grenzflächen zu Flüssigkeiten eine elektrische Doppelschicht, deren Beschaffenheit wahrscheinlich eine wesentliche Rolle für die Funktion und den Abbau der Materialien spielt; allerdings ist über diese reaktive Region nur sehr wenig bekannt. Im Rahmen des EU-finanzierten Projekts DeepProton wird ein auf Deep Learning basierendes Mehrskalenmodell entwickelt, um Erkenntnisse zu gewinnen, die der Sicherheit, dem Design und der Steuerung zugutekommen.
Ziel
One promising solution toward a sustainable society and a green economy is to use metal oxide-based materials. Metal oxides are a class of inorganic materials that have various energy and environmental applications such as heterogeneous catalyst, fuel cell, lithium-ion battery, supercapacitor, water treatment and antimicrobial application. Most metal oxides are synthesized as nanostructures which leads to unique properties and reduced economical costs. The very properties that make the metal oxide nanostructures attractive and indispensable in modern science and technology also cause an issue for the environment and human safety. In both the functioning and the degradation of metal oxide nanostructures, aqueous interface plays a vital role. The metal oxide-aqueous solution aqueous interface is electrified in working conditions due to acid-base chemistry and composed of protonic electric double layer. Given the importance of metal oxide surfaces in practical applications, surprisingly little is known about the relation between atomic structure of protonic double layer and the interfacial reactivity. This is largely due to the fact that our knowledge is mostly based on macroscopic observations such as current and concentration in electrochemistry and microscopic information of protonic double layer is difficult to be obtained in experiments. Therefore, developing a novel deep-learning empowered multi-scale modelling framework and providing a revolutionizing understanding at microscopic level of the functioning and degradation of electrified metal oxide nanostructures are the aims of this proposal. The outcome of this project will not only lead to the knowledge discovery about the impact of protonic electric double layer on porous metal oxide-based supercapacitors and on the degradation of metal oxide nanoparticles, but it will also propose useful design principles for synthesis and fabrication.
Wissenschaftliches Gebiet
- natural scienceschemical scienceselectrochemistryelectric batteries
- natural scienceschemical sciencesinorganic chemistryinorganic compounds
- natural sciencescomputer and information sciencesartificial intelligencemachine learningdeep learning
- natural sciencescomputer and information sciencescomputational sciencemultiphysics
- engineering and technologyenvironmental engineeringenergy and fuelsfuel cells
Schlüsselbegriffe
Programm/Programme
Thema/Themen
Finanzierungsplan
ERC-STG - Starting GrantGastgebende Einrichtung
751 05 Uppsala
Schweden